AI模型的价值与实用性，很大程度上依赖于其训练所用的数据。缺乏高质量临床数据，是…
AI模型的价值与实用性，很大程度上依赖于其训练所用的数据。缺乏高质量临床数据，是AI药物发现领域面临的最大挑战之一。大数据是大模型的重要基石。AI模型的训练与算法优化，离不开海量数据的支撑。然而，在药物研发领域，很多关键数据秘而不宣。另外，可重复实验的标准化数据有限，这就导致了AI模型的训练数据有限。而如何在确保病人隐私的情况下，更好地合规使用这些数据，也成为业界亟待解决的一大难题。有效生物AI模型的匮乏同样不容忽视。相较于多模态和自然语言处理等领域的蓬勃发展，生物医药领域AI模型的数量却显得捉襟见肘，这无疑限制了AI在药物研发领域的广泛应用与深入探索。 这段文字能够解释下列哪一问题？
A. 为何说AI模型在医药领域发展潜力尚待发掘B. 为什么当前AI在药物研发领域应用相对受限C. 目前AI模型在我国临床领域的应用情况如何D. 未来AI模型在医药领域的创新方向都有哪些先想一想，再看答案与解析 ▸
正确答案：B
【正确率 86%｜考点：细节判断题】
A项，文段主要强调的是AI药物发现领域面临缺乏高质量临床数据、训练数据有限以及有效生物AI模型匮乏等问题，并未提及“AI模型在医药领域发展潜力尚待发掘”，文段无法解释，排除；
B项，文段重点阐述了AI药物发现领域存在的问题，如缺乏高质量临床数据、训练数据有限、有效生物AI模型匮乏等，这些问题导致了AI在药物研发领域应用受限，文段可以解释，当选；
C项，文段只是说生物医药领域AI模型数量捉襟见肘，限制了AI在药物研发领域的应用，并未提及“AI模型在我国临床领域的应用情况”，文段无法解释，排除；
D项，文段主要围绕AI药物发现领域存在的问题展开，并未提及“AI模型在医药领域的创新方向”，文段无法解释，排除。
故正确答案为B。
【文段出处】科技日报《AI掀起药物研发新浪潮》
考点细节判断题